Questões de Concurso
Comentadas sobre inteligencia artificial em engenharia de software
Foram encontradas 633 questões
Ano: 2023
Banca:
FUNDEP (Gestão de Concursos)
Órgão:
CEMIG - MG
Prova:
FUNDEP (Gestão de Concursos) - 2023 - CEMIG - MG - Analista Empresarial - Cientista de Dados |
Q3656731
Engenharia de Software
Aprendizado de máquina é uma subárea da inteligência
artificial que lida com algoritmos de computação que
podem ser melhorados via dados de treinamento sem
programação explícita.
A esse respeito, numere a COLUNA II de acordo com a COLUNA I, fazendo relação entre o conceito e sua definição.
COLUNA I
1. Classificação 2. Regressão 3. Agrupamento / Clusterização
COLUNA II
( ) Inferência em escala contínua, ou seja, previsão de um valor numérico.
( ) Inferência de categorias discretas, de acordo com possibilidades limitadas definidas a partir dos rótulos de treinamento.
( ) Organização de dados em conjuntos distintos de acordo com métricas de similaridade ou distância, sem necessidade de rótulos de treinamento.
Assinale a sequência correta.
A esse respeito, numere a COLUNA II de acordo com a COLUNA I, fazendo relação entre o conceito e sua definição.
COLUNA I
1. Classificação 2. Regressão 3. Agrupamento / Clusterização
COLUNA II
( ) Inferência em escala contínua, ou seja, previsão de um valor numérico.
( ) Inferência de categorias discretas, de acordo com possibilidades limitadas definidas a partir dos rótulos de treinamento.
( ) Organização de dados em conjuntos distintos de acordo com métricas de similaridade ou distância, sem necessidade de rótulos de treinamento.
Assinale a sequência correta.
Ano: 2023
Banca:
FCC
Órgão:
TRT - 21ª Região (RN)
Prova:
FCC - 2023 - TRT - 21ª Região (RN) - Analista Judiciário - Área: Apoio Especializado - Tecnologia da Informação |
Q2630787
Engenharia de Software
O Analista de um Tribunal Regional do Trabalho toma por base um modelo de inteligência artificial & aprendizado de máquina para possibilitar a previsão e oferta dos melhores horários de atendimento ao público com base em períodos de pico nos guichês de atendimento, congestionamentos no setor de protocolos e condições adversas no fluxo de pessoas devido a eventos de natureza geral, tais como falta de transporte e greves (além de diversos outros fatores). Esse modelo, no entanto, exige a intervenção do usuário para rotular os conjuntos de dados e treinar o modelo para determinar como essas variáveis podem influenciar o cronograma de atendimento. Esse modelo precisa conhecer os resultados para concluir que uma greve, por exemplo, pode representar uma caraterística de atraso nos atendimentos.
Trata-se do modelo
Ano: 2023
Banca:
Unesc
Órgão:
Prefeitura de Braço do Norte - SC
Prova:
Unesc - 2023 - Prefeitura de Braço do Norte - SC - Técnico Administrativo I |
Q2436123
Engenharia de Software
Assinale a alternativa correspondente a tecnologias avançadas aprofundadas de maneira independente como um tipo de mecanismo artificial sendo utilizado para aprimoramento de práticas organizacionais por meio da análise de dados.
Ano: 2023
Banca:
FCC
Órgão:
TRT - 18ª Região (GO)
Prova:
FCC - 2023 - TRT - 18ª Região (GO) - Analista Judiciário - Área: Apoio Especializado - Tecnologia da Informação |
Q2394639
Engenharia de Software
Considere a matriz de confusão abaixo, que mostra o desempenho de um modelo de classificação, na qual TP = Verdadeiro
positivo, TN = Verdadeiro negativo, FP = Falso positivo e FN = Falso negativo:
Com base na matriz de confusão e nas métricas indicadas, afirma-se que a
Com base na matriz de confusão e nas métricas indicadas, afirma-se que a
Ano: 2023
Banca:
CESPE / CEBRASPE
Órgão:
TC-DF
Prova:
CESPE / CEBRASPE - 2023 - TC-DF - Auditor de Controle Externo – Área Especializada – Especialidade Tecnologia da Informação – Orientação Sistemas de TI |
Q2341121
Engenharia de Software
No que se refere a machine learning, julgue o item seguinte.
O algoritmo Naive Bayes é utilizado para categorizar
palavras com base na frequência; um exemplo do uso desse
algoritmo é a classificação de e-mails como spam.
Ano: 2023
Banca:
CESPE / CEBRASPE
Órgão:
TC-DF
Prova:
CESPE / CEBRASPE - 2023 - TC-DF - Auditor de Controle Externo – Área Especializada – Especialidade Tecnologia da Informação – Orientação Sistemas de TI |
Q2341120
Engenharia de Software
No que se refere a machine learning, julgue o item seguinte.
Uma das consequências da utilização da técnica de redução
da dimensionalidade é a complexidade da análise.
Ano: 2023
Banca:
FGV
Órgão:
Câmara dos Deputados
Prova:
FGV - 2023 - Câmara dos Deputados - Analista Legislativo - Informática Legislativa - Tarde |
Q2324337
Engenharia de Software
A evolução das redes neurais impulsionou significativamente o
avanço da inteligência artificial, resultando em arquiteturas
inovadoras.
Entre elas, uma se sobressai por sua habilidade em gerenciar sequências de tamanho variável, eficiência em treinamentos com grandes volumes de dados e pela implementação do mecanismo de atenção, o que possibilita uma análise ponderada e dinâmica das entradas.
Essa arquitetura é denominada.
Entre elas, uma se sobressai por sua habilidade em gerenciar sequências de tamanho variável, eficiência em treinamentos com grandes volumes de dados e pela implementação do mecanismo de atenção, o que possibilita uma análise ponderada e dinâmica das entradas.
Essa arquitetura é denominada.
Ano: 2023
Banca:
FGV
Órgão:
Câmara dos Deputados
Prova:
FGV - 2023 - Câmara dos Deputados - Analista Legislativo - Informática Legislativa - Tarde |
Q2324336
Engenharia de Software
Joselito é um desenvolvedor especializado em inteligência
artificial e trabalha para uma renomada indústria.
Recentemente, ele finalizou o treinamento de um modelo de visão computacional, cujo objetivo é identificar se os colaboradores estão utilizando capacetes enquanto circulam pelo chão de fábrica, visando a assegurar o cumprimento das normas de segurança. Durante a apresentação do projeto para a equipe de liderança, o modelo demonstrou alta acurácia na maioria das situações.
Entretanto, houve um padrão atípico de erro: o chefe de Joselito, que é calvo, foi consistentemente identificado pelo modelo como estando de capacete, ainda que estivesse sem capacete.
Com base nessas informações, assinale a opção que indica a causa mais provável do comportamento anômalo observado no modelo de Joselito.
Recentemente, ele finalizou o treinamento de um modelo de visão computacional, cujo objetivo é identificar se os colaboradores estão utilizando capacetes enquanto circulam pelo chão de fábrica, visando a assegurar o cumprimento das normas de segurança. Durante a apresentação do projeto para a equipe de liderança, o modelo demonstrou alta acurácia na maioria das situações.
Entretanto, houve um padrão atípico de erro: o chefe de Joselito, que é calvo, foi consistentemente identificado pelo modelo como estando de capacete, ainda que estivesse sem capacete.
Com base nessas informações, assinale a opção que indica a causa mais provável do comportamento anômalo observado no modelo de Joselito.
Q2322053
Engenharia de Software
João está trabalhando em um projeto de reconhecimento de
animais por imagens, em que o conjunto de dados possui um
atributo como rótulo, o qual indica o nome do animal retratado,
como "cachorro", "gato", "pássaro" e "peixe".
Para treinar o modelo de reconhecimento de imagens de animais, a tarefa de aprendizado supervisionado que João deverá utilizar é:
Para treinar o modelo de reconhecimento de imagens de animais, a tarefa de aprendizado supervisionado que João deverá utilizar é:
Ano: 2023
Banca:
IESES
Órgão:
SCGás
Prova:
IESES - 2023 - SCGás - Analista de Sistemas da Informação |
Q2312071
Engenharia de Software
As Inteligências artificiais generativas têm a habilidade
de produzir informações a partir de conjuntos de dados
já existentes. Essas IAs são treinadas com extensos
bancos de dados com o objetivo de aprender o padrão
de construção desses dados. Com o aumento no
interesse em inteligência artificial, têm surgido diversos
serviços e ferramentas que utilizam algum tipo de IA
generativa. Assinale a alternativa correta que apresenta
ferramentas de IA.
Ano: 2023
Banca:
IBFC
Órgão:
CET-Santos
Prova:
IBFC - 2023 - CET-Santos - Analista de Gestão - Ciências de Dados |
Q2303539
Engenharia de Software
Várias técnicas em ML (Machine Learning) são
utilizadas. Todas possuem um melhor
tratamento de dados do que outra, dependendo
no que se está trabalhando. No caso da técnica
com modelos contextualizados de linguagem
baseados em tokens, temos uma que
implementa um algoritmo utilizado no
processamento de linguagem natural e na
recuperação de informações. Esta técnica
combina a frequência de uma determinada
palavra em um texto com a frequência inversa
da mesma palavra em outros documentos. Essa
técnica é conhecida por:
Ano: 2023
Banca:
IBFC
Órgão:
CET-Santos
Prova:
IBFC - 2023 - CET-Santos - Analista de Gestão - Ciências de Dados |
Q2303538
Engenharia de Software
Analise as afirmativas abaixo e dê valores
Verdadeiro (V) ou Falso (F) em relação as
afirmativas que tratam de algoritmos de ML
(Machine Learning)
( ) KNN (K vizinhos mais próximos) ( ) SVM (Support Vector Machine) ( ) Floresta aleatória ( ) Gradiente relacional ( ) Árvore e decisão ( ) K-Means
Assinale a alternativa que apresenta a sequência correta de cima para baixo.
( ) KNN (K vizinhos mais próximos) ( ) SVM (Support Vector Machine) ( ) Floresta aleatória ( ) Gradiente relacional ( ) Árvore e decisão ( ) K-Means
Assinale a alternativa que apresenta a sequência correta de cima para baixo.
Ano: 2023
Banca:
IBFC
Órgão:
CET-Santos
Prova:
IBFC - 2023 - CET-Santos - Analista de Gestão - Ciências de Dados |
Q2303537
Engenharia de Software
É um tipo de regressão utilizada em
aprendizado de máquina que estima a
probabilidade de ocorrência de um evento,
como um “voto”, e com base em um
determinado conjunto de dados de variáveis
independentes. O resultado esperado é apenas
uma probabilidade de ocorrer, sendo a variável
dependente é limitada entre 0 e 1. Neste tipo de
regressão, temos a probabilidade de sucesso
dividida pela probabilidade de falha. Isso
também é comumente conhecido como "log
odds", ou logaritmo natural de probabilidades.
O texto trata de:
Ano: 2023
Banca:
IBFC
Órgão:
CET-Santos
Prova:
IBFC - 2023 - CET-Santos - Analista de Gestão - Ciências de Dados |
Q2303536
Engenharia de Software
Temas relacionados ao aprendizado de
máquina são recorrentes nas mídias, nos
estudos e no interesse geral da sociedade. Mas
este estudo requer habilidades matemáticas de
quem o pratica, principalmente a área de
métodos quantitativos. Dentro do aprendizado
de máquina temos algumas formas de lidar.
Estas formas podem ser definidas como:
( ) Aprendizado Supervisionado. ( ) Aprendizado pontual. ( ) Aprendizado por reforço.
Analise as afirmativas acima e dê valores Verdadeiro (V) ou Falso (F) e assinale a alternativa que apresenta a sequência correta de cima para baixo.
( ) Aprendizado Supervisionado. ( ) Aprendizado pontual. ( ) Aprendizado por reforço.
Analise as afirmativas acima e dê valores Verdadeiro (V) ou Falso (F) e assinale a alternativa que apresenta a sequência correta de cima para baixo.
Ano: 2023
Banca:
FGV
Órgão:
SEDUC-SP
Prova:
FGV - 2023 - SEDUC-SP - Professor de Ensino Fundamental e Médio (Educação Profissional) - Eixo 5 - Informação e Comunicação |
Q2287695
Engenharia de Software
No contexto da IA geracional, representada pelo ChatGPT e
modelos similares, surge um desafio crítico relacionado ao viés.
Em relação ao significado do termo “biased AI” (IA enviesada) na IA geracional, assinale a afirmativa correta.
Em relação ao significado do termo “biased AI” (IA enviesada) na IA geracional, assinale a afirmativa correta.
Ano: 2023
Banca:
FGV
Órgão:
SEDUC-SP
Prova:
FGV - 2023 - SEDUC-SP - Professor de Ensino Fundamental e Médio (Educação Profissional) - Eixo 5 - Informação e Comunicação |
Q2287688
Engenharia de Software
No contexto do Processamento de Linguagem Natural, assinale a
opção que apresenta o principal objetivo da stemização e sua
diferença em relação à lematização.
Ano: 2023
Banca:
Quadrix
Órgão:
CRM-TO
Prova:
Quadrix - 2023 - CRM-TO - Assistente de Tecnologia da Informação |
Q2287003
Engenharia de Software
No que se refere às novas tecnologias, julgue o item.
O aprendizado de máquina é um subcampo da IA
que se concentra no desenvolvimento de algoritmos
e modelos que permitem aos sistemas aprenderem
com os dados e melhorarem suas decisões ao longo
do tempo, ajustando seu desempenho com base no
feedback recebido.
Ano: 2023
Banca:
Quadrix
Órgão:
CRM-TO
Prova:
Quadrix - 2023 - CRM-TO - Assistente de Tecnologia da Informação |
Q2287002
Engenharia de Software
No que se refere às novas tecnologias, julgue o item.
A lógica fuzzy é uma técnica, utilizada na inteligência
artificial (IA), que lida com a incerteza e a imprecisão
em sistemas.
Ano: 2023
Banca:
FEPESE
Órgão:
EMASA-SC
Prova:
FEPESE - 2023 - EMASA-SC - Analista de Tecnologia da Informação |
Q2284019
Engenharia de Software
São tipos válidos de aprendizagem de máquina:
1. Aprendizado supervisionado
2. Aprendizado não supervisionado
3. Aprendizado estruturado
4. Aprendizado não estruturado
5. Aprendizagem por reforço
Assinale a alternativa que indica todas as afirmativas corretas.
1. Aprendizado supervisionado
2. Aprendizado não supervisionado
3. Aprendizado estruturado
4. Aprendizado não estruturado
5. Aprendizagem por reforço
Assinale a alternativa que indica todas as afirmativas corretas.
Ano: 2023
Banca:
FUVEST
Órgão:
USP
Prova:
FUVEST - 2023 - USP - Analista de Sistemas (Especialidade: Ciência de Dados) |
Q2277943
Engenharia de Software
Sobre redes neurais convolucionais profundas (CNNs),
assinale a alternativa correta.
Conheça nossos planos